7.3 Lorentz Transformation

Größe: px
Ab Seite anzeigen:

Download "7.3 Lorentz Transformation"

Transkript

1 26 KAPITEL 7. SPEZIELLE RELATIVITÄTSTHEORIE 7.3 Lorent Transformation In diesem Abschnitt sollen die Transformationen im 4-dimensionalen Minkowski Raum betrachtet werden. Dabei wollen wir uns auf solche Transformationen des Koordinatensstems K K beschränken, bei denen der Koordinatenursprung, das heisst der Raumeitpunkt r = und t =, beibehalten wird. Außerdem soll bei der Transformation der Koordinaten der Betrag des Vektors gemäß der Minkowski Norm konstant gehalten werden. Im einfachen 3-dimensionalen Raum entsprechen solche Transformationen.B. den Drehungen des Koordinatensstems. In diesem Fall bleibt der Koordinatenursprung identisch, die Länge der räumlichen Vektoren bleibt erhalten. Ein Beispiel für eine Koordinatentransformation, die über eine einfache Drehung hinausgeht und die Transformation der Koordinate Zeit mit einbeieht, ist die Transformation auf ein Koordinatensstem K, das sich aus der Sicht des Koordinatensstems K mit einer Geschwindigkeit v = vê, also parallel ur -Achse bewegt. Dabei soll unächst einmal angenommen werden, dass die Achsen des raumartigen Koordinatensstems K parallel u denen des Sstems K stehen, wie das auch in Abb. 7.7 skiiert ist. Diese Transformation ist ein Speialfall der allgemeinen Lorent Transformation, den wir in den folgenden Diskussionen häufig als Beispiel heraniehen werden. Abbildung 7.7: Standard Beispiel für eine Lorent Transformation Ein Raumeitpunkt werde im Koordinatensstem K durch die Koordinaten des ugehörigen kontravarianten Vektors µ definiert. Die Koordinaten des gleichen Raumeitpunktes im Koordinatensstem K ergeben sich durch die lineare Transformationsgleichung = = a ct + a 1 + a 2 + a 3 1 = = a 1 ct + a a a = = a 2 ct + a a a = = a 3 ct + a a a 3 3 (7.23) In der kompakten Schreibweise, die wir im vorigen Abschnitt eingeführt haben, reduieren sich diese Gleichungen auf ν = a ν µ µ. (7.24)

2 7.3. LORENTZ TRANSFORMATION 261 Natürlich kann man die Koeffiienten a ν µ auch als Elemente einer 4 4 Matri A auffassen, wobei der erste Inde ν sich auf die Zeile und der weite Inde µ auf die Spalte beieht, womit die Transformation (7.23) sich als Multiplikation einer Matri mit einem Spaltenvektor schreiben lässt = A. (7.25) Die Lorent Transformation für das Standardbeispiel eines Boostes des Koordinatensstem K in -Richtung mit einer Geschwindigeit v (siehe auch Abb. 7.7) wird durch die Transformationsmatri 1 β 2 A = β mit β = v c, (7.26) 1 beschrieben. Dies bedeutet, dass ein Ereignispunkt, der im Koordinatensstwm K durch die Koordinaten µ = (ct,,, ) dargestellt ist im geboosteten Koordinatenstem K die Koordinaten besitt. 1 β β ct ct β βct+, (7.27) Zum Nachweis, dass diese Transformation (7.26) die richtige Lorent Transformation ist, machen wir die folgenden Bemerkungen: Bei der Koordinatentransformation (7.27) bleibt der Betrag des Vektors im Sinne der Metrik des Minkowski Raumes erhalten. Es gilt nämlich c 2 t [ = (ct β) 2 ( βct) 2] β 2 = c 2 t Im Koordinatensstem K werden die Ereignispunkte, die die aktuelle Position des räumlichen Koordinatenursprungs des geboosteten Sstems beschreiben durch die Koordinaten = ct und 1 = =, 2 = =, 3 = = erfasst. Mit der Transformation (7.27) ergibt sich für diese Ereignispunkte im geboosteten Sstem ct β βct+ ct 1 β 2, was natürlich genau dem räumlichen Koordinatenursprung entspricht. Die Zeit t = t 1 β 2 ist die Zeit, die von einem Messknecht gemessen wird, der sich mit dem Koordinatenursprung von K mitbewegt.

3 262 KAPITEL 7. SPEZIELLE RELATIVITÄTSTHEORIE Für Geschwindigkeiten des Boostes v, die sehr klein sind verglichen mit der Lichtgeschwindigkeit c sollte die Lorent Transformation (7.27) natürlich die Ergebnisse der entsprechenden nicht-relativistischen Galilei Transformation liefern. In diesem Fall ist β = v/c sehr klein verglichen mit 1 und wir können berechnen = 1 β 2 [ = ( ) β2 + 3 ] 8 β4 + ( ). Beim Übergang ur weiten Zeile wurde die Talorentwicklung benutt, die für sehr kleine Werte von β natürlich sehr rasch konvergiert, so dass im nicht-relativistischen Grenfall β der Übergang ur dritten Zeile und damit um Ergebnis der Galilei Transformation legitimiert ist. Die Umkehrtansformation u (7.27) lautet ct 1 β 2 β β β +. (7.28) Dies kann man durch Ausrechnen betstätigen oder durch die Überlegung, dass ja das Koordinatensstem K aus der Sicht von K mit der Geschwindigkeit v in Richtung geboostet wird. Die Umkehrtransformation ergibt sich also aus (7.27) einfach dadurch, dass v v bw. β β gesett wird. Mit (7.27) haben wir die Lorent Transformation für den einfachen Boost in -Richtung kennen gelernt. Als nächstes Beispiel wollen wir nun die Transformation betrachten, die in Abb. 7.8 skiiert ist. Das Sstem K bewegt sich auch in diesem Beispiel mit einer Geschwindigkeit v in Richtung der -Achse von K ist aber außerdem noch um einen Winkel φ gedreht. Diese Koordinatentransformation behandeln wir in wei Schritten: 1. Im ersten Schritt transformieren wir auf das Koordinatensstem K, was durch die Boost-Transformation (7.24) geschieht α = a α µ µ, (7.29) wobei die Koeffiienten a α µ durch die Elemente der Matri A in (7.26) definiert sind. 2. Im weiten Schritt berechnen wir die Koordinaten eines Ereignispunktes aus den Koordinaten des Sstems K in die des Sstems K um. Bei dieser Transformation ruht der Koordinatenursprung, es erfolgt ledigleich eine Drehung um die Achse mit dem Winkel φ. Diese Transformation berechnet sich gemäß ν = b ν α α, (7.3)

4 7.3. LORENTZ TRANSFORMATION 263 φ Abbildung 7.8: Beispiel für eine Lorent Transformation mit Drehung. Die -Achsen sind hier nicht dargestellt um die Abbildung übersichtlicher u gestalten. mit b ν α B = 1 cosφ sin φ sin φ cosφ 1 (7.31) Insgesamt ergibt sich also die Transformation u mit ν = b ν αa α µ µ = c ν µ µ (7.32) c ν µ = b ν αa α µ, was auch bedeutet, dass sich die Transformationmatric C c ν µ als Produkt der Matrien A mit B ergibt (Achtung: das Ergebnis hängt von der Reihenfolge der Faktoren A und B ab). Ein weiteres Beispiel ist in Abb. 7.9 skiiert. In diesem Fall wird das Koordinatensstem K in eine beliebige Richtung (nicht parallel ur -Achse) geboostet. Die ugehörige Transformation kann in 3 Schritte erlegt werden: 1. Transformation K K was einer Drehung um die -Achse um den Winkel φ entspricht, in Matrischreibweise: = B 1

5 264 KAPITEL 7. SPEZIELLE RELATIVITÄTSTHEORIE φ Abbildung 7.9: Boost in beliebige Richtung 2. Boost eines Koordinatensstems K in Richtung der -Achse des Koordinatensstems K (dieses Sstem ist in Abb. 7.9 nicht dargestellt). Dies entspricht der einfachen Boost Transformation von (7.25) also = A 3. Das Koordinatensstem K ergibt sich aus K durch Drehung um die -Achse um den Winkel φ, also = B = B A = B A B 1 Allgemeine Lorent Transformationen können nun nach dem Schema dieser Beispiele durch Drehungen und Boost Transformationen generiert werden.

3D-Transformationen. Kapitel Translation Skalierung

3D-Transformationen. Kapitel Translation Skalierung Kapitel 3 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder

Mehr

Kapitel 3. Minkowski-Raum. 3.1 Raumzeitlicher Abstand

Kapitel 3. Minkowski-Raum. 3.1 Raumzeitlicher Abstand Kapitel 3 Minkowski-Raum Die Galilei-Transformation lässt zeitliche Abstände und Längen unverändert. Als Länge wird dabei der räumliche Abstand zwischen zwei gleichzeitigen Ereignissen verstanden. Solche

Mehr

ART 5. Kontravarianter und kovarianter Vierervektor

ART 5. Kontravarianter und kovarianter Vierervektor ART 5. Kontravarianter und kovarianter Vierervektor Wolfgang Lange. Oktober 205 B. Mathematische Hilfsmittel für die Aufstellung allgemein kovarianter Gleichungen. Über 5. Kontravarianter und kovarianter

Mehr

7.4 Einige Konsequenzen aus der Lorentz Transformation

7.4 Einige Konsequenzen aus der Lorentz Transformation 7.4. EINIGE KONSEQUENZEN AUS DER LORENTZ TRANSFORMATION 265 7.4 Einige Konsequenzen aus der Lorentz Transformation Um zu sehen welche Konsequenzen sich aus der Lorentz Transformation und damit ja eigentlich

Mehr

7.6 Relativitätstheorie und Elektrodynamik

7.6 Relativitätstheorie und Elektrodynamik 7.6. RELATIVITÄTSTHEORIE UND ELEKTRODYNAMIK 77 7.6 Relativitätstheorie un Elektroynamik Für eine Beschreibung von Kenngrößen in er Natur, ie mit er speziellen Relativitätstheorie verträglich ist, ist es

Mehr

3 Koordinatentransformationen

3 Koordinatentransformationen 8 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE 3 Koordinatentransformationen Für die Darstellung von dreidimensionalen Objekten wird grundsätlich eine Reihe von Transformationen ausgeführt, die von den

Mehr

3D-Transformationen. Kapitel Translation Skalierung

3D-Transformationen. Kapitel Translation Skalierung Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder

Mehr

Computergrafik Sommersemester 2004 Übungen

Computergrafik Sommersemester 2004 Übungen Sommersemester 4 Freiwillige Zusatzübung Aufgabe 6: Transformationen im zweidimensionalen aum Berechnen Sie die Transformationsmatri, die eine Szene zuerst um 3 Grad um den Ursprung dreht und anschließend

Mehr

Lorentz-Transformation

Lorentz-Transformation Lorentz-Transformation Aus Sicht von Alice fliegt Bob nach rechts. Aus Sicht von Bob fliegt Alice nach links. Für t = t' = 0 sei also x(0) = x'(0) = Lichtblitz starte bei t = t' = 0 in und erreiche etwas

Mehr

14 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE. x y

14 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE. x y 4 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE 4 Projektionen 4. Parallelprojektion (a) Senkrechte Projektion auf eine Koordinatenebene Wir wählen als Projektionsebene die Ebene, d. h. in den Beeichnungen

Mehr

1.3 Transformation der Geschwindigkeit

1.3 Transformation der Geschwindigkeit [Griffiths 1.1.3, 1..1] 1.3 Transformation der Geschwindigkeit Seien S und S Inertialsysteme. S bewege sich gegenüber S mit der Geschwindigkeit V = V e 1. Es sei wieder β = V/c, γ = 1/ 1 β. Für ein Ereignis

Mehr

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V

Mehr

5.3.3 Die Lorentz-Transformationen

5.3.3 Die Lorentz-Transformationen 5.3. EINSTEINS SPEZIELLE RELATIVITÄTSTHEORIE 135 Wir kennen bereits die Transformationen zwischen Inertialsystemen der Potentiale der Elektrodynamik. So sind ϕ und A für eine gleichmäßig, geradlinig bewegte

Mehr

Ferienkurs Elektrodynamik WS11/12 - Elektrodynamik und spezielle Relativitätstheorie

Ferienkurs Elektrodynamik WS11/12 - Elektrodynamik und spezielle Relativitätstheorie Ferienkurs Elektrodynamik WS11/1 - Elektrodynamik und spezielle Relativitätstheorie Isabell Groß, Martin Ibrügger, Markus Krottenmüller. März 01 TU München Inhaltsverzeichnis 1 Minkowski-Raum und Lorentz-Transformation

Mehr

x y Kenner der Kegelschnitte werden hier eine Ellipse erkennen, deren Hauptachsen aber nicht mit der Richtung der Koordinatenachsen zusammenfallen.

x y Kenner der Kegelschnitte werden hier eine Ellipse erkennen, deren Hauptachsen aber nicht mit der Richtung der Koordinatenachsen zusammenfallen. Matrizen / ensoren - eil ensoren - zweidimensionales Beispiel um das Eigenwertproblem zu verdeutlichen hier als Beispiel ein zweidimensionales Problem die entsprechenden Matrizen und Determinanten haben

Mehr

In den vorigen Abschnitten wurden die globalen kartesischen Koordinaten der Atome eines Moleküls transformiert.

In den vorigen Abschnitten wurden die globalen kartesischen Koordinaten der Atome eines Moleküls transformiert. 4 MATRXDARSTELLUNG VON SYMMETREOPERATONEN 33 4.8 Lokale Koordinatenachsen m Gegensat um globalen Koordinatensstem, das für das gesamte Molekül gilt, sind lokale Koordinatenachsen individuell für jedes

Mehr

09. Lineare Abbildungen und Koordinatentransformationen

09. Lineare Abbildungen und Koordinatentransformationen 09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ

Mehr

0 1 0 b Die inverse Funktion muss die Translation um b sein und hat daher die homogene Matrix b b 1

0 1 0 b Die inverse Funktion muss die Translation um b sein und hat daher die homogene Matrix b b 1 Homogene Koorinaten Aufgabe. In homogener Darstellung ist ie Translation f R 4 R 4 um einen Vektor b R 3 eine lineare Funktion un kann aher urch eine Matri Vektor Multiplikation realisiert weren. Wie sieht

Mehr

Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben. 1 E1 Ma 1 Lubov Vassilevskaya

Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben. 1 E1 Ma 1 Lubov Vassilevskaya Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben 1 E1 Lineare Transformationen: cc Aufgaben 1, 2 Aufgabe 1: Wenden Sie die Transformation T auf den Punkt P und auf den Vektor OP an. Beschreiben

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

3.5 Transformationen im Raum

3.5 Transformationen im Raum 3.5 Transformationen im Raum Translation Die Verschiebung eines Punktes (,,) T um den Translationsvektor (t,t,t ) T ergibt den Punkt (,, ) T mit 1 t 1 t 1 t 1 + t + t = = + t 1 1 1 T(t,t,t ) Computergrafik

Mehr

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7 Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3

Mehr

Übung 8 : Spezielle Relativitätstheorie

Übung 8 : Spezielle Relativitätstheorie Universität Potsdam Institut für Physik Vorlesung Theoretische Physik I LA) WS 13/14 M. Rosenblum Übung 8 : Spezielle Relativitätstheorie Besprechung am Montag, dem 03.0.014) Aufgabe 8.1 Zeigen Sie die

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Vortrag Gmnasium Birkenfeld Von der mathematischen Spielerei zur technischen Anwendung Vortrag Gmnasium Birkenfeld. Vektoren und Matrizen Wir betrachten einen Punkt P (, ) in der Ebene eines rechtwinklig

Mehr

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele

Mehr

2.3.1 Rechtshändiges und linkshändiges Koordinatensystem

2.3.1 Rechtshändiges und linkshändiges Koordinatensystem 2.3. Rechtshändiges und linkshändiges Koordinatensstem Die Koordinatenachsen im dreidimensionalen Raum lassen sich auf wei verschieden Arten anordnen: Linkshändig und Rechtshändig (s. Abbildung 2.9). Um

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische Geometrie, Vektorund Matrixrechnung Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Hans Delfs. Übungen zu Mathematik III für Medieninformatik

Hans Delfs. Übungen zu Mathematik III für Medieninformatik Hans Delfs Übungen zu Mathematik III für Medieninformatik 1 RÄUMLICHE DARSTELLUNGEN VON OBJEKTEN 1 1 Räumliche Darstellungen von Objekten Der Einheitswürfel ist der achsenparallele Würfel in A 3, der von

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte

Mehr

Lineare (affine) Abbildung

Lineare (affine) Abbildung Lineare affine Abbildung A e 2 b a e Wir überziehen die Ebene neben dem vertrauten Quadrat-Gitternetz, das durch die Basisvektoren e und e 2 festgelegt ist, mit einem Parallelogramm-Gitternetz, dessen

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

Transformation Allgemeines Die Lage eines Punktes kann durch einen Ortsvektor (ausgehend vom Ursprung des Koordinatensystems

Transformation Allgemeines Die Lage eines Punktes kann durch einen Ortsvektor (ausgehend vom Ursprung des Koordinatensystems Transformation - 1 1. Allgemeines 2. Zwei durch eine Translation verknüpfte gleichartige Basissysteme 3. Zwei durch eine Translation verknüpfte verschiedenartige Basissysteme (noch gleiche Orientierung)

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum

Mehr

Vorlesungsskript Integrierter Kurs III - spezielle Relativitätstheorie. Marcel Indlekofer, Thomas Lauermann, Vincent Peikert und Raphael Straub

Vorlesungsskript Integrierter Kurs III - spezielle Relativitätstheorie. Marcel Indlekofer, Thomas Lauermann, Vincent Peikert und Raphael Straub Vorlesungsskript Integrierter Kurs III - spezielle Relativitätstheorie Marcel Indlekofer, Thomas Lauermann, Vincent Peikert und Raphael Straub 6. Dezember 2004 2 Inhaltsverzeichnis 2 spezielle Relativitätstheorie

Mehr

Ferienkurs der Experimentalphysik II Teil IV Spezielle Relativitätstheorie

Ferienkurs der Experimentalphysik II Teil IV Spezielle Relativitätstheorie Ferienkurs der Experimentalphysik II Teil IV Spezielle Relativitätstheorie Michael Mittermair 29. August 2013 1 Inhaltsverzeichnis 1 Spezielle Relativitätstheorie 3 1.1 Warum heißt das so?.......................

Mehr

Computergrafik Universität Osnabrück, Henning Wenke,

Computergrafik Universität Osnabrück, Henning Wenke, Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-30 Korrektur: Kugelkoordinaten II r und θ konstant: Rand einer Kreisscheibe parallel zur xy Ebene z θ fest y θ konstant, r R : Kegel, ausgehend

Mehr

Geometrie in der Ebene und im Raum

Geometrie in der Ebene und im Raum KAPITEL Geometrie in der Ebene und im Raum. Koordinaten Wir beschreiben nach einer Idee von René Descartes (596 650) jeden Punkt in der Ebene durch ein Paar reeller Zahlen. Die Menge der Paare reeller

Mehr

24 Minkowskis vierdimensionale Raumzeit

24 Minkowskis vierdimensionale Raumzeit 24 Minkowskis vierdimensionale Raumzeit Der deutsche Mathematiker Hermann Minkowski (1864 1909) erkannte, daß sich die von Albert Einstein 1905 entwickelte spezielle Relativitätstheorie am elegantesten

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 8

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 8 Dr. Erwin Schörner Klausurenkurs zum Staatseamen (SS 205): Lineare Algebra und analtische Geometrie 8 8. (Herbst 202, Thema 3, Aufgabe 4) Bestimmen Sie die euklidische Normalform der Quadrik Q, gegeben

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen und Matrizen

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen und Matrizen Kapitel 2 Lineare Algebra II 2 Lineare Abbildungen und Matrizen Die mit der Vektorraumstruktur verträglichen Abbildungen zwischen Vektorräumen werden als linear bezeichnet Genauer definiert man: 2 Definition

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

Mehr

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen Kapitel 2 Lineare Algebra II 21 Lineare Abbildungen Die mit der Vektorraumstruktur verträglichen Abbildungen zwischen Vektorräumen werden als linear bezeichnet Genauer definiert man: 21 Definition Eine

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNSCHE UNVERSTÄT MÜNCHEN Zentrum Mathematik PROF DRDR JÜRGEN RCHTER-GEBERT, VANESSA KRUMMECK, MCHAEL PRÄHOFER Höhere Mathematik für nformatiker Wintersemester 23/24 Aufgabenblatt 2 23 Januar 24 Präsenzaufgaben

Mehr

I.2.3 Minkowski-Raum. ~r x 3 benutzt.

I.2.3 Minkowski-Raum. ~r x 3 benutzt. I.2 Lorentz-Transformationen 9 I.2.3 Minkowski-Raum Wegen der Absolutheit von Zeit und Raum in der klassischen Mechanik faktorisiert sich die zugehörige nicht-relativistische Raumzeit in das Produkt einer

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

Computergrafik 1 Übung

Computergrafik 1 Übung Prof. Dr. Andreas Butz Dipl.-Medieninf. Hendrik Richter Dipl.-Medieninf. Raphael Wimmer Computergrafik Übung Wiederholung Lineare Algebra: Vektoren, Matrizen, Transformationen in D und 3D Computergrafik

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Übungsaufgaben zu Kapitel 1 und 2

Übungsaufgaben zu Kapitel 1 und 2 Hochschule für Technik und Wirtschaft Dresden Wintersemester 8/9 Fakultät Informatik/Mathematik Prof. Dr. B. Jung Übungsaufgaben zu Kapitel und Aufgabe : Vereinfachen Sie die folgenden komplexen Ausdrücke

Mehr

Klein-Gordon-Gleichung

Klein-Gordon-Gleichung Seminar zur Theorie der Atome, Kerne und kondensierten Matierie Klein-Gordon-Gleichung Judith Beier 17.12.2014 1 Inhaltsverzeichnis 1 Einblick in die Geschichte der relativistischen Quantenmechanik 3 2

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Tensoren. Duale Basis ermitteln Zusammenhänge

Tensoren. Duale Basis ermitteln Zusammenhänge Tensoren Koordinatentransformation Metrische Matri (Metrischer Tensor Parallelogrammfläche Drehung um den Ursprung Orthogonale Matri Koordinatentransformation bei einer Drehung Tensoren in der Phsik Tensoren

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und

Mehr

Mathematische Grundlagen der Relativitätstheorien - Lineare Algebra, Invarianten -

Mathematische Grundlagen der Relativitätstheorien - Lineare Algebra, Invarianten - Mathematische Grundlagen der Relativitätstheorien - Lineare Algebra, Invarianten - Wolfgang Lange 20. Oktober 204 Lineare Algebra. Determinanten Determinanten sind quadratische Gebilde der Gestalt a a

Mehr

Transformationen. 09-Transformationen

Transformationen. 09-Transformationen Transformationen 9-Transformationen Als Transformationen werden affine Transformationen im R n betrachtet. Alle derartigen Transformationen lassen sich darstellen als: A + b wobei A die quadratische Transformationsmatri

Mehr

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt: Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:

Mehr

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a). Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Kapitel 2 Mathematische Grundlagen In diesem Kapitel werden die mathematischen Grundlagen dargelegt, die für die Darstellung von dreidimensionalen Objekten notwendig sind. 2. 3D-Koordinatensystem Weit

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen

Kapitel 2 Lineare Algebra II. 2.1 Lineare Abbildungen Kapitel 2 Lineare Algebra II 2 Lineare Abbildungen Die mit der Vektorraumstruktur verträglichen Abbildungen zwischen Vektorräumen werden als linear bezeichnet Genauer definiert man: 2 Definition Eine Abbildung

Mehr

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x). 1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.

Mehr

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β

Mehr

KORREKTURANLEITUNGEN zum Testheft A1

KORREKTURANLEITUNGEN zum Testheft A1 Projekt Standardisierte schriftliche Reifeprüfung in Mathematik KORREKTURANLEITUNGEN zum Testheft A1 A1 Zahlen N Z Q R 0,03-6 π 3 10-3 1 Bemerkung: Die Aufgabe gilt nur dann als richtig gelöst, wenn alle

Mehr

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales.

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales. Kreis - Tangente 1. Allgemeines 2. Satz des Thales 3. Tangente an einem Punkt auf dem Kreis 4. Tangente über Analysis (an einem Punkt eines Ursprungkreises) 5. Tangente von einem Punkt (Pol) an den Kreis

Mehr

D-MAVT/D-MATL FS 2017 Dr. Andreas Steiger Analysis IILösung - Serie18

D-MAVT/D-MATL FS 2017 Dr. Andreas Steiger Analysis IILösung - Serie18 D-MAVT/D-MATL FS 7 Dr. Andreas Steiger Analysis IILösung - Serie8. Klicken Sie die falsche Aussage an. a) Der Operator div ) ordnet einem Vektorfeld v ein Skalarfeld div v zu. v b) div v = x, v y, v )

Mehr

2.9 Gedämpfter Harmonischer Oszillator

2.9 Gedämpfter Harmonischer Oszillator 72 KAPITEL 2. DYNAMIK EINES MASSENPUNKTES 2.9 Gedämpfter Harmonischer Oszillator In diesem Abschnitt wollen wir die Bewegung eines Massenpunktes betrachten, der sich in einer Raumrichtung x in einer Harmonischen

Mehr

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015 Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

12. Flächenmomente. Umwelt-Campus Birkenfeld Technische Mechanik II

12. Flächenmomente. Umwelt-Campus Birkenfeld Technische Mechanik II Technische Mechanik 1. Flächenmomente Prof. Dr.-ng. T. Preußler Flächenmomente werden in der tatik ur Berechnung von pannungen infolge Biegung, chub und Torsion sowie bei tabilitätsuntersuchungen (Knicken,

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Darstellungstheorie. Vortag von Heiko Fischer - Proseminar QM

Darstellungstheorie. Vortag von Heiko Fischer - Proseminar QM Darstellungstheorie Vortag von Heiko Fischer - Proseminar QM Wir haben uns in den vergangenen Vorträgen intensiv mit den Eigenschaften abstrakter Gruppen beschäftigt. Im physikalischen Kontext sind Gruppen

Mehr

3.5.2 Mehrere Funktionen von einem Satz von Zufallszahlen

3.5.2 Mehrere Funktionen von einem Satz von Zufallszahlen 3.5. NICHT-LINEARE FUNKTIONEN VON ZUFALLSVARIABLEN 43 3.5. Mehrere Funktionen von einem Satz von Zufallszahlen Wir betrachten jetzt den allgemeineren Fall, dass m Funktionen g (g 1,...,g m ) von den gleichen

Mehr

a 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α

a 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind

Mehr

Relativistische Punktmechanik

Relativistische Punktmechanik KAPITEL II Relativistische Punktmechanik Der Formalismus des vorigen Kapitels wird nun angewandt, um die charakteristischen Größen und Funktionen zur Beschreibung der Bewegung eines freien relativistischen

Mehr

Räumliche Bereichsintegrale mit Koordinatentransformation

Räumliche Bereichsintegrale mit Koordinatentransformation Räumliche Bereichsintegrale mit Koordinatentransformation Gegeben seien ein räumlicher Bereich, das heißt ein Körper K im R 3, und eine von drei Variablen abhängige Funktion f f(,, z). Die Aufgabe bestehe

Mehr

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben:

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben: Dr V Gradinaru D Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5 Multiple Choice: Online abzugeben Gegeben sei die orthogonale Matrix

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Lorentz-Transformationen und Invarianz

Lorentz-Transformationen und Invarianz Lorentz-Transformationen und Invarianz Wolfgang Lange. April 0 Einleitung Bei der Suche nach einer allgemeinverständlichen Erläuterung von Transformationen und Tensoren fand ich die besten Erklärungen

Mehr

EINFÜHRUNG IN DIE TENSORRECHNUNG

EINFÜHRUNG IN DIE TENSORRECHNUNG EINFÜHRUNG IN DIE TENSORRECHNUNG Teil 3 SIEGFRIED PETRY Fassung vom 5. Juni 06 I n h a l t Transformation der Komponenten eines Vektors bei Basiswechsel. Einführung einer neuen Basis. Transformation der

Mehr

Grundlagen der Vektorrechnung

Grundlagen der Vektorrechnung Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt

Mehr

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) = Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a

Mehr

6.6. Abstandsbestimmungen

6.6. Abstandsbestimmungen 6.6. Abstandsbestimmungen 6. Geraden und Ebenen im Raum In diesem Kapitel werden folgende Fälle vorgestellt:. Abstand zweier Punkte. Abstand zweier paralleler Geraden 3. Abstand einer Ebene zu einer zur

Mehr

7 Lineare Gleichungssysteme

7 Lineare Gleichungssysteme 116 7 Lineare Gleichngsssteme Lineare Gleichngsssteme treten in vielen mathematischen, aber ach natrwissenschaftlichen Problemen af; m Beispiel beim Lösen von Differentialgleichngen, bei Optimierngsafgaben,

Mehr

Theoretischen Physik II SS 2007 Klausur II - Aufgaben und Lösungen

Theoretischen Physik II SS 2007 Klausur II - Aufgaben und Lösungen Theoretischen Physik II SS 007 Klausur II - Aufgaben und Lösungen Aufgabe Hohlleiter Gegeben sei ein in z-richtung unendlich langer, gerader Hohlleiter (Innenradius R/3, Außenradius R), der einen Stromfaden

Mehr

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 12. Übungsblatt Karlsruher Institut für Technologie KIT) Institut für Analysis Priv.-Do. Dr. P. C. Kunstmann Dipl.-Math. D. Roth SS 0 5.07.0 Aufgabe 60 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge

Mehr

Vorlesung Mathematik 2 für Informatik

Vorlesung Mathematik 2 für Informatik Vorlesung Mathematik für Informatik Inhalt: Lineare Algebra Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare Abbildungen Eigenwerte und Eigenvektoren Literatur

Mehr

MATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2...

MATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2... MATRIZEN Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn A ist eine m n Matrix, dh: A hat m Zeilen und n Spalten A besitzt

Mehr

P AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3

P AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3 Matrixpotenzen In Anwendungen müssen oft hohe Potenzen einer quadratischen Matrix berechnet werden Ist die Matrix diagonalisierbar, dann kann diese Berechnung wie folgt vereinfacht werden Sei A eine diagonalisierbare

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5 Vektorrechnung 0. August 07 Inhaltsverzeichnis Vektoren Grundlegende Rechenoperationen mit Vektoren 3 3 Geometrie der Vektoren 5 4 Das Kreuzprodukt 9 Vektoren Die reellen Zahlen R können wir uns als eine

Mehr

Die Gruppe der affinen Abbildungen A

Die Gruppe der affinen Abbildungen A H. Burkhardt, Institut für Informatik, Universität Freiburg ME-I, Kap. 2b 1 Die Gruppe der affinen Abbildungen A Die Gruppe der affinen Abbildungen entsteht durch Wahl einer beliebigen regulären Matrix

Mehr

4. Verzerrungen. Der Abstand von zwei Punkten ändert sich. Der Winkel zwischen drei Punkten ändert sich

4. Verzerrungen. Der Abstand von zwei Punkten ändert sich. Der Winkel zwischen drei Punkten ändert sich 4. Verzerrungen Wird ein Körper belastet, so ändert sich seine Geometrie. Die Punkte des Körpers ändern ihre Lage. Sie erfahren eine Verschiebung. Ist die Verschiebung für benachbarte Punkte unterschiedlich,

Mehr

4 Lineare Abbildungen und Matrizen

4 Lineare Abbildungen und Matrizen Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt

Mehr

Übungsblatt

Übungsblatt Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen

Mehr